異構(gòu)醫(yī)療數(shù)據(jù)庫語義集成迭代算法.pdf_第1頁
已閱讀1頁,還剩55頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、語義集成可以消除異構(gòu)數(shù)據(jù)庫中的數(shù)據(jù)沖突和異常,實(shí)現(xiàn)同一行業(yè)不同企業(yè)和機(jī)構(gòu)之間的異構(gòu)數(shù)據(jù)集成。異構(gòu)數(shù)據(jù)的語義集成對(duì)于國家進(jìn)行宏觀調(diào)控、建立公共數(shù)據(jù)平臺(tái)具有十分重要的作用。 采用語義一致性檢測的迭代流程,在同一迭代流程中,通過結(jié)合屬性和元組語義的檢測提高語義集成的精度。采用聚類方法分析屬性之間的語義一致性,根據(jù)直接從屬性的數(shù)據(jù)值中提取的特征,分別采用K-means聚類算法、模糊聚類算法和改進(jìn)的chameleon凝聚層次聚類算法,得到

2、三種屬性的語義匹配結(jié)果進(jìn)行投票,以得票數(shù)不低于2的屬性對(duì)作為語義一致屬性對(duì),用作迭代流程的初始屬性語義匹配結(jié)果。在聚類分析中,屬性特征只從屬性的數(shù)據(jù)值中提?。辉诟倪M(jìn)的chameleon算法中,以Normalized Cut準(zhǔn)則取代原算法的Min-cut準(zhǔn)則。 在迭代過程中,首先依據(jù)屬性語義匹配的結(jié)果,采用分類方法檢測元組之間的語義一致性。手工挑選數(shù)量相同的匹配元組對(duì)和不匹配元組對(duì),作為訓(xùn)練樣本數(shù)據(jù)集訓(xùn)練logistic回歸分類器

3、,并對(duì)分類結(jié)果進(jìn)行分析和評(píng)價(jià);然后對(duì)分類所得匹配元組對(duì)做相關(guān)分析和線性回歸分析,通過皮爾遜相關(guān)系數(shù)和線性回歸擬合參數(shù)發(fā)現(xiàn)新的語義一致屬性對(duì),更新屬性匹配結(jié)果并用于下一步迭代。 使用三峽醫(yī)院和南漳醫(yī)院的藥品表作為實(shí)驗(yàn)數(shù)據(jù),藥品表的屬性個(gè)數(shù)分別為20和27個(gè),從中各挑選603個(gè)匹配元組對(duì)和不匹配元組對(duì),用作研究中的實(shí)驗(yàn)數(shù)據(jù)。實(shí)驗(yàn)結(jié)果表明,在語義集成迭代流程中,隨著迭代次數(shù)的增加,能夠不斷發(fā)現(xiàn)新的匹配屬性和匹配元組,且識(shí)別出的屬性對(duì)和

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論